Rebuild visualisation part (#357)

* update

* Automated changes

* Automated changes

* change sens

* Automated changes

* Automated changes

* rawhtml

* Automated changes

* Automated changes

* retire folium output

* Automated changes

* Automated changes

* hide

* rm

* Automated changes

* Automated changes

* Automated changes

* Automated changes

* up

* Automated changes

* Automated changes

* eval

* Automated changes

* Automated changes

---------

Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>

Author: linogaliana

build/tweak_markdown.py

@@ -32,10 +32,11 @@ def clean_write_file(fl):
     print(f"File: {fl}")
     add_text = '\n\n<script src="https://d3js.org/d3.v7.min.js"></script>\n<script src="https://cdn.plot.ly/plotly-latest.min.js"></script>'
     yaml, text = content.split('---\n', 2)[1:]
+    incipit = "Ce contenu accompagne le cours [Python pour la data science](https://pythonds.linogaliana.fr/) de l'ENSAE. \n"
     if re.search("plotly: true", yaml) is not None:
         print(f"Tweaking {fl} using YAML header")
-        content = "---\n"+ yaml + "---\n" \
-            + add_text+"\n"+text
+        content = "---\n" + yaml + "---\n" \
+            + "\n" + incipit + add_text + "\n" + text
     else:
         print(f"File {fl}: nothing to do")
     if re.search(

content/course/manipulation/04a_webscraping_TP/index.qmd

@@ -693,13 +693,11 @@ m.fit_bounds([sw, ne])
 
 La carte obtenue doit ressembler à la suivante:
 
-{{{< rawhtml >}}}
 ```{python}
-#| echo : false
+#| eval : false
 # Afficher la carte
 m
 ```
-{{{< /rawhtml >}}}
 
 
 # Récupérer des informations sur les pokemons

content/course/manipulation/04c_API_TP/index.qmd

@@ -39,6 +39,10 @@ print_badges("content/course/manipulation/04c_API_TP.qmd")
 ```
 :::
 
+
+
+__La partie utilisant l'API DVF n'est plus à jour, elle sera mise à jour prochainement__
+
 # Introduction : Qu'est-ce qu'une API ?  
 
 ## Définition
@@ -278,13 +282,12 @@ def interactive_map_dpe(dpe):
 m = interactive_map_dpe(dpe)
 ```
 
-{{{< rawhtml >}}}
 ```{python}
-#| echo : false
+#| echo : true
+#| eval: false
 # Afficher la carte
 m
 ```
-{{{< /rawhtml >}}}
 
 On remarque un problème dans les données: un logement qui n'a
 rien à voir avec les autres. Il faudrait donc idéalement
@@ -328,13 +331,12 @@ dpe_geo_filter = get_dpe_from_url(url_api)
 m_geo_filter = interactive_map_dpe(dpe)
 ```
 
-{{{< rawhtml >}}}
 ```{python}
-#| echo : false
+#| echo : true
+#| eval: false
 # Afficher la carte
 m_geo_filter
 ```
-{{{< /rawhtml >}}}
 
 ## Un catalogue incomplet d'API existantes
 
@@ -411,6 +413,7 @@ groupes par exemple
 ```{python}
 #| echo: false
 #| include: false
+#| eval: false
 
 # Question 1
 import json
@@ -428,6 +431,7 @@ ressembler au `DataFrame` suivant:
 
 ```{python}
 #| echo: false
+#| eval: false
 
 # Question 2
 maisons = requests.get("http://api.cquest.org/dvf?code_commune=29168&type_local=Maison").json()
@@ -437,6 +441,7 @@ pd.json_normalize(maisons["resultats"])
 
 ```{python}
 #| echo: false
+#| eval: false
 
 # Question 3
 #!pip install geopandas
@@ -450,6 +455,7 @@ L'histogramme des prix de vente (question 4) aura l'aspect suivant:
 ```{python}
 #| echo: false
 #| include: false
+#| eval: false
 
 # Question 4
 p = ventes["valeur_fonciere"].plot(kind = "hist")
@@ -466,6 +472,8 @@ convertir
 en objet `geopandas`. 
 
 ```{python}
+#| eval: false
+
 ventes = ventes.dropna(subset = ['lat','lon'])
 ventes = gpd.GeoDataFrame(ventes, geometry=gpd.points_from_xy(ventes.lon, ventes.lat))
 ventes
@@ -477,6 +485,7 @@ sa représentation avec `folium`
 ([voir la doc `geopandas` à ce propos](https://geopandas.readthedocs.io/en/latest/gallery/polygon_plotting_with_folium.html#Add-polygons-to-map)):
 
 ```{python}
+#| eval: false
 geo_j = plgf.to_json()
 ```
 
@@ -485,6 +494,7 @@ le comprendre et pas uniquement de l'exécuter).
 
 ```{python}
 #| output: hide
+#| eval: false
 import folium
 import numpy as np
 
@@ -515,18 +525,11 @@ m.fit_bounds([sw, ne])
 
 
 ```{python}
-#| eval : false
-# Afficher la carte
-m
-```
-
-{{{< rawhtml >}}}
-```{python}
-#| echo : false
+#| echo : true
+#| eval: false
 # Afficher la carte
 m
 ```
-{{{< /rawhtml >}}}
 
 
 
@@ -748,13 +751,12 @@ m.fit_bounds([sw, ne])
 
 Ce qui permet d'obtenir la carte:
 
-{{{< rawhtml >}}}
 ```{python}
-#| echo : false
+#| echo : true
+#| eval: false
 # Afficher la carte
 m
 ```
-{{{< /rawhtml >}}}
 
 Vous pouvez aller plus loin avec l'exercice suivant.
 Celui-ci nécessite une fonction pour créer un cercle autour d'un point (source [ici](https://gis.stackexchange.com/questions/289044/creating-buffer-circle-x-kilometers-from-point-using-python/289923)),

content/course/modelisation/6_pipeline/index.qmd

@@ -142,15 +142,12 @@ set_config(display='diagram')
 pipe
 ~~~
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: false
 #| echo: false
 print(estimator_html_repr(pipe))
 ```
 
-{{{< /rawhtml >}}}
 
 Au sein d'une étape de *pipeline*, les paramètres d'un estimateur
 sont accessibles avec la notation `<estimator>__<parameter>`.
@@ -165,15 +162,12 @@ param_grid = {"reduce_dim__n_components":[2, 5, 10], "clf__C":[0.1, 10, 100]}
 grid_search = GridSearchCV(pipe, param_grid=param_grid)
 ```
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: asis
 #| echo: false
 print(estimator_html_repr(grid_search))
 ```
 
-{{{< /rawhtml >}}}
 
 
 ## Données utilisées
@@ -396,15 +390,12 @@ ce _pipeline_ opère:
 pipe
 ~~~
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: asis
 #| echo: false
 print(estimator_html_repr(pipe))
 ```
 
-{{{< /rawhtml >}}}
 
 
 Maintenant, il ne reste plus qu'à estimer notre modèle sur l'ensemble
@@ -615,16 +606,12 @@ end_time = time.time()
 print("Elapsed time : {} seconds", int(end_time - start_time))
 ```
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: false
 #| echo: false
 print(estimator_html_repr(grid_search))
 ```
 
-{{{< /rawhtml >}}}
-
 ```{python}
 #| echo: false
 print("Elapsed time : {} seconds", int(end_time - start_time))
@@ -644,15 +631,12 @@ grid_search.best_estimator_
 ~~~
 
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: false
 #| echo: false
 print(estimator_html_repr(grid_search.best_estimator_))
 ```
 
-{{{< /rawhtml >}}}
 
 Toutes les performances sur les ensembles d'échantillons et de test sur la grille
 d'hyperparamètres sont disponibles dans l'attribut:
@@ -970,15 +954,12 @@ pipe2 = Pipeline([
 ])
 ```
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: false
 #| echo: false
 print(estimator_html_repr(pipe2))
 ```
 
-{{{< /rawhtml >}}}
 
 ```{python}
 preprocessor = ColumnTransformer(
@@ -990,15 +971,12 @@ pipe3 = Pipeline(steps=[('preprocessor', preprocessor),
                       ('randomforest', regr)])
 ```
 
-{{{< rawhtml >}}}
-
 ```{python}
-#| output: asis
+#| eval: false
 #| echo: false
 print(estimator_html_repr(pipe3))
 ```
 
-{{{< /rawhtml >}}}
 
 # Références